Datasets tagged forest-biomass in Earth Engine
Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
Глобальная карта лесного покрова Европейского исследовательского центра (EC JRC) 2020 г., версия 3.
Глобальная карта лесного покрова представляет собой пространственно детализированное отображение наличия и отсутствия лесов за 2020 год с пространственным разрешением 10 м. 2020 год соответствует предельной дате, установленной Регламентом Европейского союза «о предоставлении…».
Глобальная карта типов лесов Объединенного исследовательского центра ЕС, 2020 г., версия 1.
Глобальная карта типов лесов представляет собой пространственно детализированное отображение первобытных лесов, естественно возобновляющихся лесов и искусственных лесов (включая плантационные леса) за 2020 год с пространственным разрешением 10 м. Базовым слоем для картирования этих типов лесов является площадь лесного покрова…
Европейский набор данных о первичных лесах — точки
Европейские данные о первобытных лесах объединяют 48 различных, в основном полевых, наборов данных о первобытных лесах и содержат 18 411 отдельных участков (41,1 млн га), расположенных в 33 странах. В них представлены в основном старовозрастные леса поздней стадии сукцессии, а также некоторые леса ранних стадий сукцессии и молодые леса, образовавшиеся после естественных нарушений…
Европейский набор данных о первичных лесах — полигоны
Европейские данные о первобытных лесах объединяют 48 различных, в основном полевых, наборов данных о первобытных лесах и содержат 18 411 отдельных участков (41,1 млн га), расположенных в 33 странах. В них представлены в основном старовозрастные леса поздней стадии сукцессии, а также некоторые леса ранних стадий сукцессии и молодые леса, образовавшиеся после естественных нарушений…
Примечание от WRI: WRI приняла решение прекратить обновление оповещений FORMA. Цель заключалась в упрощении пользовательского интерфейса Global Forest Watch и уменьшении избыточности. Мы обнаружили, что Terra-i и GLAD использовались чаще. Более того, используя GLAD в качестве стандарта, мы обнаружили, что Terra-i превосходит FORMA…
Примечание от WRI: WRI приняла решение прекратить обновление оповещений FORMA. Цель заключалась в упрощении пользовательского интерфейса Global Forest Watch и уменьшении избыточности. Мы обнаружили, что Terra-i и GLAD использовались чаще. Более того, используя GLAD в качестве стандарта, мы обнаружили, что Terra-i превосходит FORMA…
Это изображение содержит оценку для каждого пикселя (в диапазоне [0, 1]), указывающую, занята ли область пикселя нетронутым лесом в 2020 году. Эти оценки представлены с разрешением 30 метров и были получены с помощью метода конвергенции данных, объединяющего несколько лесных массивов…
Набор данных Forest Typology (ForTy) v1 представляет собой глобальную карту вероятности для каждого класса с разрешением 10 м, охватывающую все территории суши между 65° южной широты и 84° северной широты за 2020 год. Шестиклассовая типология соответствует определениям ФАО и Регламента ЕС о вырубке лесов (EUDR): Класс 1…
Высота верхней части навеса GEDI L2A Raster (версия 2)
Продукт GEDI уровня 2A с геолокационными данными о высоте (GEDI02_A) в основном состоит из 100 показателей относительной высоты (RH), которые в совокупности описывают форму сигнала, собранного GEDI. Исходный продукт GEDI02_A представляет собой таблицу точек с пространственным разрешением (средняя площадь охвата) 25 метров. …
Высота верхней части навеса GEDI L2A Vector (версия 2)
Продукт GEDI уровня 2A с геолокационными данными о высоте (GEDI02_A) в основном состоит из 100 показателей относительной высоты (RH), которые в совокупности описывают форму сигнала, собранного GEDI. Исходный продукт GEDI02_A представляет собой таблицу точек с пространственным разрешением (средняя площадь охвата) 25 метров. …
Это набор объектов, созданный на основе геометрических данных таблиц L2A в LARSE/GEDI/GEDI02_A_002. Каждый объект представляет собой полигональный контур исходной таблицы с ее идентификатором актива и метками времени начала/окончания. Дополнительную информацию см. в Руководстве пользователя. Миссия GEDI (Global Ecosystem Dynamics Investigation)…
Продукт GEDI Level 2B Canopy Cover and Vertical Profile Metrics (GEDI02_B) извлекает биофизические показатели из каждой осциллограммы GEDI. Эти показатели основаны на профиле вероятности образования просветов в направлении, полученном из осциллограммы L1B. Вертикальный шаг между измерениями профиля листвы (известный как dZ в GEDI…)
Характеристики вертикального профиля защитного покрытия для навеса GEDI L2B Vector (версия 2)
Продукт GEDI Level 2B Canopy Cover and Vertical Profile Metrics (GEDI02_B) извлекает биофизические показатели из каждой осциллограммы GEDI. Эти показатели основаны на профиле вероятности образования просветов в направлении, полученном из осциллограммы L1B. Вертикальный шаг между измерениями профиля листвы (известный как dZ в GEDI…)
Это набор объектов, созданный на основе геометрических данных таблиц L2B в LARSE/GEDI/GEDI02_B_002. Каждый объект представляет собой полигональный контур исходной таблицы с ее идентификатором актива и метками времени начала/окончания. Дополнительную информацию см. в Руководстве пользователя. Миссия GEDI (Global Ecosystem Dynamics Investigation)…
Этот набор данных содержит прогнозы плотности надземной биомассы (AGBD; в Мг/га) и оценки стандартной ошибки прогноза в пределах каждой геолокационной зоны лазерного сканирования, полученные в рамках Глобального исследования динамики экосистем (GEDI) уровня 4A (L4A), версия 2. В этой версии гранулы представлены в суборбитах. Высотные метрики…
Растровая карта плотности надземной биомассы GEDI L4A, версия 2.1
Этот набор данных содержит прогнозы плотности надземной биомассы (AGBD; в Мг/га) и оценки стандартной ошибки прогноза в пределах каждой геолокационной зоны лазерного сканирования, полученные в рамках Глобального исследования динамики экосистем (GEDI) уровня 4A (L4A), версия 2. В этой версии гранулы представлены в суборбитах. Высотные метрики…
Это набор объектов, созданный на основе геометрических данных таблиц L4A в LARSE/GEDI/GEDI04_A_002. Каждый объект представляет собой полигональный контур исходной таблицы с ее идентификатором актива и метками времени начала/окончания. Дополнительную информацию см. в Руководстве пользователя. Миссия GEDI (Global Ecosystem Dynamics Investigation)…
GEDI L4B Сетчатая плотность надземной биомассы (версия 2)
Данный продукт Global Ecosystem Dynamics Investigation (GEDI) L4B предоставляет оценки средней плотности надземной биомассы (AGBD) в масштабе 1 км x 1 км на основе наблюдений, проводившихся с 19-й недели миссии, начавшейся 18 апреля 2019 года, по 138-ю неделю миссии, завершившуюся 4 августа 2021 года. Продукт GEDI L4A Footprint Biomass преобразует…
Глобальная классификация лесов 2020 года для оценок надземной биомассы первого уровня МГЭИК, версия 1.
Этот набор данных содержит классы глобальных лесов, разграниченные по состоянию/статусу в 2020 году с разрешением приблизительно 30 м. Данные используются для формирования оценок первого уровня плотности надземной сухой древесной биомассы (AGBD) в естественных лесах в рамках уточнения 2019 года Руководящих принципов МГЭИК 2006 года по национальным парниковым газам…
Глобальная 3-классовая карта лесов и нелесных территорий PALSAR-2/PALSAR
Более новая версия этого набора данных с 4 классами за 2017-2020 годы находится в JAXA/ALOS/PALSAR/YEARLY/FNF4. Глобальная карта лесов и нелесных территорий (FNF) создается путем классификации радиолокационного изображения (коэффициент обратного рассеяния) в глобальной мозаике PALSAR-2/PALSAR с разрешением 25 м, так что пиксели с сильным и слабым обратным рассеянием…
Глобальная 4-классовая карта лесов и нелесных территорий, полученная с помощью спутника PALSAR-2/PALSAR.
Глобальная карта лесов и нелесных территорий (FNF) создается путем классификации радиолокационного изображения (коэффициент обратного рассеяния) в глобальной мозаике PALSAR-2/PALSAR с разрешением 25 м, так что пиксели с сильным и слабым обратным рассеянием обозначаются как «лес» и «нелес» соответственно. Здесь «лес» определяется как естественный лес с…
Глобальные карты плотности углерода надземной и подземной биомассы
Этот набор данных предоставляет согласованные по времени и гармонизированные глобальные карты плотности углерода надземной и подземной биомассы за 2010 год с пространственным разрешением 300 м. Карта надземной биомассы объединяет карты древесной, луговой, сельскохозяйственной и тундровой биомассы, полученные с помощью дистанционного зондирования и специфичные для каждого типа землепользования. Исходные карты были…
Ежегодная площадь мангровых лесов в мире (1984-2023 гг.)
Набор данных CGMD-Extent30 (Continuous Global Mangrove Dynamics-Annual Mangrove Extent at 30-m resolution) предоставляет данные о ежегодной площади мангровых зарослей в мире с 1984 по 2023 год. Набор данных распространяется в виде единой коллекции объектов Earth Engine FeatureCollection, где каждый объект представляет собой отображенный полигон мангровых зарослей за конкретный год. Набор данных…
Глобальная годовая доля площади, покрывающей мангровые заросли (1984-2023 гг.)
Этот набор данных предоставляет глобальные ежегодные данные о доле растительного покрова мангровых лесов (FCC) с пространственным разрешением 30 м за период с 1984 по 2023 год для поддержки крупномасштабного анализа долгосрочной динамики мангровых лесов, включая деградацию и восстановление растительного покрова, оценку «голубого углерода» и мониторинг прибрежных экосистем. FCC количественно определяет долю каждого спутника Landsat…
Этот набор данных представляет собой глобальную высоту деревьев, основанную на объединении данных космического лидара (2005 г.) из системы геофизического лазерного высотомера (GLAS) и вспомогательных геопространственных данных. Подробности см. в работе Simard et al. (2011).
Глобальные изменения лесного покрова (GFCC) Многолетние глобальные 30-метровые данные по древесному покрову
Слои данных о древесном покрове Landsat Vegetation Continuous Fields (VCF) содержат оценки процента горизонтальной поверхности земли в каждом 30-метровом пикселе, покрытой древесной растительностью высотой более 5 метров. Набор данных доступен для четырех эпох, центрированных на 2000, 2005, 2010 годах…
Глобальное распространение мангровых лесов, т. 1 (2000)
База данных была подготовлена с использованием спутниковых данных Landsat за 2000 год. Более 1000 снимков Landsat, полученных из Центра наблюдения и изучения земных ресурсов Геологической службы США (EROS), были классифицированы с использованием гибридных методов цифровой классификации изображений с обучением и без обучения. Эта база данных является первой и наиболее…
Сетчатые показатели структуры растительности и плотности биомассы GEDI с использованием метрик COUNTS, размер пикселя 12 км.
Этот набор данных состоит из практически глобальных, готовых к анализу, многоуровневых сеточных метрик структуры растительности, полученных из продуктов NASA Global Ecosystem Dynamics Investigation (GEDI) уровней 2 и 4A, связанных с зонами охвата лидара диаметром 25 м. Этот набор данных обеспечивает всестороннее представление структуры растительности практически в глобальном масштабе, включая…
Сетчатые показатели структуры растительности и плотности биомассы GEDI с использованием метрик COUNTS, размер пикселя 1 км.
Этот набор данных состоит из практически глобальных, готовых к анализу, многоуровневых сеточных метрик структуры растительности, полученных из продуктов NASA Global Ecosystem Dynamics Investigation (GEDI) уровней 2 и 4A, связанных с зонами охвата лидара диаметром 25 м. Этот набор данных обеспечивает всестороннее представление структуры растительности практически в глобальном масштабе, включая…
Сетчатые показатели структуры растительности и плотности биомассы GEDI с использованием метрик COUNTS, размер пикселя 6 км.
Этот набор данных состоит из практически глобальных, готовых к анализу, многоуровневых сеточных метрик структуры растительности, полученных из продуктов NASA Global Ecosystem Dynamics Investigation (GEDI) уровней 2 и 4A, связанных с зонами охвата лидара диаметром 25 м. Этот набор данных обеспечивает всестороннее представление структуры растительности практически в глобальном масштабе, включая…
Сетчатые показатели структуры растительности и плотности биомассы GEDI, размер пикселя 12 км.
Этот набор данных состоит из практически глобальных, готовых к анализу, многоуровневых сеточных метрик структуры растительности, полученных из продуктов NASA Global Ecosystem Dynamics Investigation (GEDI) уровней 2 и 4A, связанных с зонами охвата лидара диаметром 25 м. Этот набор данных обеспечивает всестороннее представление структуры растительности практически в глобальном масштабе, включая…
Сетчатые показатели структуры растительности и плотности биомассы GEDI, размер пикселя 1 км.
Этот набор данных состоит из практически глобальных, готовых к анализу, многоуровневых сеточных метрик структуры растительности, полученных из продуктов NASA Global Ecosystem Dynamics Investigation (GEDI) уровней 2 и 4A, связанных с зонами охвата лидара диаметром 25 м. Этот набор данных обеспечивает всестороннее представление структуры растительности практически в глобальном масштабе, включая…
Сетчатые показатели структуры растительности и плотности биомассы GEDI, размер пикселя 6 км.
Этот набор данных состоит из практически глобальных, готовых к анализу, многоуровневых сеточных метрик структуры растительности, полученных из продуктов NASA Global Ecosystem Dynamics Investigation (GEDI) уровней 2 и 4A, связанных с зонами охвата лидара диаметром 25 м. Этот набор данных обеспечивает всестороннее представление структуры растительности практически в глобальном масштабе, включая…
Результаты анализа временных рядов изображений Landsat для характеристики глобального распространения и изменений лесов. «Первый» и «последний» диапазоны представляют собой эталонные мультиспектральные изображения за первый и последний доступные годы для спектральных диапазонов Landsat, соответствующих красному, ближнему инфракрасному (NIR), коротковолновому инфракрасному (SWIR1) и коротковолновому инфракрасному (SWIR2) диапазонам. Эталонное композитное изображение представляет собой…
LANDFIRE (LF), Инструменты планирования управления лесными пожарами и ресурсами, — это совместная программа программ управления лесными пожарами Лесной службы Министерства сельского хозяйства США, Геологической службы Министерства внутренних дел США и организации The Nature Conservancy. Слои LANDFIRE (LF) создаются с использованием прогнозных…
LANDFIRE ESP AK (Environmental Site Potential) v1.2.0
LANDFIRE (LF), Инструменты планирования управления лесными пожарами и ресурсами, — это совместная программа программ управления лесными пожарами Лесной службы Министерства сельского хозяйства США, Геологической службы Министерства внутренних дел США и организации The Nature Conservancy. Слои LANDFIRE (LF) создаются с использованием прогнозных…
LANDFIRE ESP CONUS (Environmental Site Potential) v1.2.0
LANDFIRE (LF), Инструменты планирования управления лесными пожарами и ресурсами, — это совместная программа программ управления лесными пожарами Лесной службы Министерства сельского хозяйства США, Геологической службы Министерства внутренних дел США и организации The Nature Conservancy. Слои LANDFIRE (LF) создаются с использованием прогнозных…
LANDFIRE ESP HI (Environmental Site Potential) v1.2.0
LANDFIRE (LF), Инструменты планирования управления лесными пожарами и ресурсами, — это совместная программа программ управления лесными пожарами Лесной службы Министерства сельского хозяйства США, Геологической службы Министерства внутренних дел США и организации The Nature Conservancy. Слои LANDFIRE (LF) создаются с использованием прогнозных…
LANDFIRE (LF), Инструменты планирования управления лесными пожарами и ресурсами, — это совместная программа программ управления лесными пожарами Лесной службы Министерства сельского хозяйства США, Геологической службы Министерства внутренних дел США и организации The Nature Conservancy. Слои LANDFIRE (LF) создаются с использованием прогнозных…
LANDFIRE (LF), Инструменты планирования управления лесными пожарами и ресурсами, — это совместная программа программ управления лесными пожарами Лесной службы Министерства сельского хозяйства США, Геологической службы Министерства внутренних дел США и организации The Nature Conservancy. Слои LANDFIRE (LF) создаются с использованием прогнозных…
LANDFIRE (LF), Инструменты планирования управления лесными пожарами и ресурсами, — это совместная программа программ управления лесными пожарами Лесной службы Министерства сельского хозяйства США, Геологической службы Министерства внутренних дел США и организации The Nature Conservancy. Слои LANDFIRE (LF) создаются с использованием прогнозных…
Возраст лесов в Канаде по данным спутника Landsat за 2019 год.
Канадский набор данных о первичных лесах представляет собой спутниковую карту возраста лесов за 2019 год по лесным экозонам Канады с пространственным разрешением 30 м. Для определения возраста используются данные дистанционного зондирования со спутников Landsat (нарушения, композиты поверхностного отражения, структура леса) и MODIS (валовая первичная продукция). Возраст леса может быть…
Высота верхней части растительного покрова над голой землей (модель высоты растительного покрова; CHM). Модель CHM получается из облака точек NEON LiDAR и генерируется путем создания непрерывной поверхности оценок высоты растительного покрова по всей пространственной области съемки LiDAR. …
Карта «Естественные леса мира 2020» представляет собой глобальную карту вероятности наличия естественных лесов в 2020 году с разрешением 10 метров. Она была разработана для поддержки таких инициатив, как Регламент Европейского союза о борьбе с обезлесением (EUDR) и других усилий по сохранению и мониторингу лесов. Карта…
Первичные влажные тропические леса предоставляют многочисленные глобальные экосистемные услуги, но находятся под постоянной угрозой вырубки из-за экономических факторов. Для облегчения национального планирования землепользования и баланса между целями экономического развития и сохранением экосистемных услуг была создана карта первичных влажных тропических лесов…
SCANFI: пространственно-ориентированные данные инвентаризации национальных лесов Канады1.2
Данная публикация содержит набор растровых файлов с разрешением 30 м, представляющих собой сплошные карты Канады 2020 года, отображающие основные типы землепользования, высоту лесного полога, степень сомкнутости крон и надземную биомассу деревьев, а также видовой состав нескольких основных видов деревьев. Пространственно-ориентированная канадская национальная…
Карта деревьев Лесной службы США версии 2016 (континентальная территория США)
Этот продукт является частью пакета данных TreeMap. Он предоставляет подробную пространственную информацию о характеристиках лесов, включая количество живых и мертвых деревьев, биомассу и содержание углерода на всей территории лесов континентальной части Соединенных Штатов в 2016 году. TreeMap v2016 содержит одно изображение, а именно…
Этот продукт является частью пакета данных TreeMap. Он предоставляет подробную пространственную информацию о характеристиках лесов, включая количество живых и мертвых деревьев, биомассу и содержание углерода на всей территории лесов Соединенных Штатов в 2020 году. TreeMap v2020 содержит 22-канальные данные размером 30 x 30 м…
Этот продукт является частью пакета данных TreeMap. Он предоставляет подробную пространственную информацию о характеристиках лесов, включая количество живых и мертвых деревьев, биомассу и содержание углерода на всей территории лесов Соединенных Штатов в 2022 году. TreeMap v2022 содержит 22-канальные данные размером 30 x 30 м…
WCMC Плотность углерода в надземной и подземной биомассе
Данный набор данных представляет собой данные о запасах углерода в наземных экосистемах (тонн (т) C на гектар (га)) за примерно 2010 год как в надземной, так и в подземной части Земли. Набор данных был создан путем объединения наиболее надежных общедоступных наборов данных и наложения их на карту землепользования ESA CCI за 2010 год (ESA, …
Набор данных о запасах углерода в пантропических регионах на национальном уровне, подготовленный WHRC
Карта плотности надземной живой древесной биомассы тропических стран на уровне страны с разрешением 500 м. Этот набор данных был составлен на основе комбинации полевых измерений в одном месте, наблюдений с помощью лидара и изображений, полученных с помощью спектрорадиометра среднего разрешения (MODIS).
WRI/Google DeepMind Глобальные факторы потери лесов 2001-2022 гг., версия 1.0
Этот набор данных отображает основную причину потери древесного покрова в глобальном масштабе в период с 2001 по 2022 год с разрешением 1 км. Данные, созданные Всемирным институтом ресурсов (WRI) и Google DeepMind, были разработаны с использованием глобальной модели нейронной сети (ResNet), обученной на наборе собранных образцов…
WRI/Google DeepMind Глобальные факторы потери лесов 2001-2023 гг., версия 1.1
Этот набор данных отображает основную причину потери древесного покрова в глобальном масштабе в период с 2001 по 2023 год с разрешением 1 км. Данные, созданные Всемирным институтом ресурсов (WRI) и Google DeepMind, были разработаны с использованием глобальной модели нейронной сети (ResNet), обученной на наборе собранных образцов…
WRI/Google DeepMind Глобальные факторы потери лесов 2001-2024 гг., версия 1.2
Этот набор данных отображает основную причину потери древесного покрова в глобальном масштабе в период с 2001 по 2024 год с разрешением 1 км. Данные, созданные Всемирным институтом ресурсов (WRI) и Google DeepMind, были разработаны с использованием глобальной модели нейронной сети (ResNet), обученной на наборе собранных образцов…
WRI/Google DeepMind Глобальные факторы потери лесов 2001-2025 гг., версия 1.3
Этот набор данных отображает основную причину потери древесного покрова в глобальном масштабе в период с 2001 по 2025 год с разрешением 1 км. Данные, созданные Всемирным институтом ресурсов (WRI) и Google DeepMind, были разработаны с использованием глобальной модели нейронной сети (ResNet), обученной на наборе собранных образцов…
[[["Прост для понимания","easyToUnderstand","thumb-up"],["Помог мне решить мою проблему","solvedMyProblem","thumb-up"],["Другое","otherUp","thumb-up"]],[["Отсутствует нужная мне информация","missingTheInformationINeed","thumb-down"],["Слишком сложен/слишком много шагов","tooComplicatedTooManySteps","thumb-down"],["Устарел","outOfDate","thumb-down"],["Проблема с переводом текста","translationIssue","thumb-down"],["Проблемы образцов/кода","samplesCodeIssue","thumb-down"],["Другое","otherDown","thumb-down"]],[],[],[]]
